EXL·iMerit 인수로 본 AI 모델 개발 밸류체인 재편
EXL이 로봇과 자율주행 분야 AI 모델 학습·평가 전문기업 iMerit를 인수했다. 이 거래는 모델을 만드는 계층과 모델을 실제 업무에 붙이는 계층 사이에서 가치 이동이 일어나고 있다는 신호로 볼 수 있다. 기초 모델이 범용화될수록, 도메인 데이터로 파인튜닝하고 평가·운영하는 구간이 병목으로 떠오르는 구조다.
무슨 일인가
1999년 설립된 뉴욕 기반 EXL은 보험·금융·의료 등 산업에 데이터 분석 서비스를 제공하는 기업으로, 전 세계 약 68,000명 직원을 보유하고 있다. 2012년 설립된 캘리포니아 산호세 소재 iMerit는 로봇, 자율주행, 의료 AI용 데이터 주석(annotation) 서비스를 제공하며, 자체 플랫폼 Ango Hub와 주제별 전문가 네트워크를 보유한 것으로 알려져 있다. 예를 들어 iMerit는 Carbon Robotics와 협력해 수백만 장의 식물 이미지를 처리해 로봇 제초용 농업 모델을 만드는 작업에 참여했다.
iMerit 창립자 Radha Basu는 EXL 부사장 겸 iMerit 부문장으로 합류했다. EXL CEO Rohit Kapoor는 "이번 인수로 AI 생애주기에서 별도로 관리되던 부분들을 연결해 엔터프라이즈용 종단간(end-to-end) AI 플랫폼을 구축한다"고 밝혔다. iMerit가 모델 학습·평가·플랫폼·전문가 네트워크를 제공하고, EXL이 기업 데이터·산업 맥락·기술 통합 경험을 제공해, 데이터 준비부터 파인튜닝·평가·실무 운영까지 연속된 경로를 만든다는 설명이다.
산업 구조에서 무엇이 바뀌나
AI 모델 개발 밸류체인은 크게 ① 기초 모델 공급 ② 데이터 준비·레이블링 ③ 파인튜닝·평가 ④ 운영·거버넌스 단계로 나눌 수 있다. 기존에는 각 단계를 별도 공급자가 맡는 구조였다. 이번 인수는 ②③④ 구간을 하나로 묶는 수직계열화 시도로 볼 수 있다.
Basu는 "모델이 벤치마크에서 좋은 성능을 보여도 엣지 케이스, 낯선 조건, 의료·금융 워크플로의 특수 맥락에서는 여전히 어려움을 겪는다"며 "병목은 전문가 수준의 도메인별 데이터에 대한 접근과, 비즈니스 워크플로 안에서의 신뢰할 수 있는 배포"라고 밝혔다. 이는 모델 자체의 성능보다, 그 모델을 특정 업무에 맞게 조정하고 검증하는 과정이 더 중요해진다는 주장이다.
Kapoor는 "향후 3~5년간 기업의 자체(proprietary) 데이터가 가장 가치 있는 경쟁 자산 중 하나가 될 것"이라며 "기업들은 외부 모델 제공자에 접근하는 것이 아니라, 자기 데이터로 학습된 전용 모델을 원할 것"이라고 전망했다. 이 전망이 맞는다면, 범용 모델 공급 계층에서 도메인별 파인튜닝·평가 계층으로 가치 포획 지점이 이동하는 셈이다.
물리AI와 자율주행 맥락에서 Basu는 "성공은 모델 규모보다 데이터 품질에 달려 있으며, 노이즈가 많은 멀티모달 입력을 해석하고 예측 불가능한 환경에서 안전하게 행동해야 한다"고 설명했다. 비전·라이다·오디오 데이터를 사용하는 자율주행 AI는 차량이 무엇을 보는지뿐 아니라 어떻게 행동하고 결정을 설명하는지를 평가받아야 하며, 이를 위해 인간 전문가가 그라운드 트루스 데이터를 만들고 희귀한 엣지 케이스를 식별하며 시뮬레이션 시나리오를 구축하는 역할이 중요하다는 것이다.
국내 밸류체인에서는
국내에서는 범용 AI 모델을 직접 개발하는 계층보다, 특정 도메인에 맞춰 모델을 조정하고 배포하는 시스템통합(SI)·솔루션 계층이 이 흐름의 영향권에 있다. 금융·의료·제조 분야에서 AI를 실제 업무에 붙이는 사업자라면, 데이터 레이블링·평가·운영을 묶어 제공하는 공급자가 늘어날 때 협력 또는 경쟁 관계가 형성될 가능성이 있다.
로봇·자율주행 쪽에서는 센서 데이터(비전·라이다·오디오)를 수집·정제하고 주석을 다는 전문 인력과 플랫폼이 필요하다. 국내에는 크라우드소싱 방식의 데이터 레이블링 서비스가 있지만, iMerit가 강조하는 '주제별 전문가' 수준의 고난도 작업을 대규모로 제공하는 사업자는 제한적인 것으로 알려져 있다. 만약 해외 사업자가 이 구간을 장악하면, 국내 로봇·자율주행 개발사는 학습 데이터 공급망에서 종속되는 구조가 될 수 있다.
반대로 국내에서 도메인 전문성과 데이터 처리 플랫폼을 결합한 사업자가 나온다면, 모델 공급자와 최종 사용자 사이에서 파인튜닝·평가 서비스를 제공하는 중간 계층으로 자리 잡을 여지가 생긴다. 이는 범용 모델 API를 쓰되, 그 위에 도메인 맥락을 얹는 구조다. 이 경우 마진은 모델 자체가 아니라 '어떤 데이터로 어떻게 평가·운영하느냐'를 아는 쪽으로 이동한다.
지켜볼 지점
- EXL이 인수 이후 실제로 어떤 고객사에 어떤 형태로 통합 서비스를 제공하는지. 기존 EXL 고객(보험·금융)이 iMerit 기술을 쓰는 사례가 나오면, 도메인별 파인튜닝 수요가 실제로 커지고 있다는 검증이 된다.
- 국내 로봇·자율주행 개발사가 해외 레이블링 전문 사업자와 계약을 늘리는지, 아니면 자체 구축을 선택하는지. 전자가 늘면 데이터 공급망이 해외로 쏠리는 신호고, 후자가 늘면 국내에서도 전문 인력·플랫폼 수요가 생긴다는 뜻이다.
- 범용 모델 제공자(OpenAI·Anthropic 등)가 파인튜닝·평가 도구를 직접 제공하며 이 구간을 수직계열화하려 하는지. 그럴 경우 iMerit 같은 중간 계층은 범용 플랫폼과 경쟁해야 하며, 도메인 전문성이 더욱 중요한 차별화 요소가 된다.
이 글은 위 원문 기사를 근거로 작성한 산업 구조 분석입니다. 국내 밸류체인 관련 서술은 원문에 없는 추론이며, 특정 종목에 대한 투자 권유나 매매 판단의 근거가 아닙니다. 투자 판단과 그 결과에 대한 책임은 투자자 본인에게 있습니다. 원문에 없는 수치는 담지 않았습니다.
댓글
댓글 쓰기